第三章 遥感数据获取：光学与SAR数据实战
大家好，我是老张。干遥感这行十几年了，今天咱们聊聊数据获取。说实话，很多新手一上来就问我：“张工，用什么数据最好？”我的回答永远是——先搞清楚你要看什么。
灾害监测这事儿，数据选对了，事半功倍；选错了，你连灾区的影子都看不到。我2018年处理某地洪灾时，就因为云层太厚，光学数据全废了，最后全靠SAR数据才完成任务。嗯，今天就把这些经验掰开揉碎了讲给你听。
3.1 光学卫星数据获取
光学数据，说白了就是给灾区拍“照片”。但问题来了——云层一盖，啥也看不见。我遇到过最夸张的一次，连续两周灾区上空全是云，光学数据一张能用的都没有。
3.1.1 Landsat 系列
Landsat 是老大哥了，从1972年飞到现在。我个人习惯用 Landsat 8 和 9，30米分辨率，16天重访。做洪灾前后对比时，这数据特别好用。
| 参数 | Landsat 8 | Landsat 9 |
|---|---|---|
| 发射时间 | 2013年 | 2021年 |
| 波段数 | 11个 | 11个 |
| 分辨率 | 30m（多光谱）/15m（全色） | 30m（多光谱）/15m（全色） |
| 重访周期 | 16天 | 16天 |
3.1.2 Sentinel-2
Sentinel-2 是我个人最常用的数据源。为什么？10米分辨率，5天重访，还免费！你想想看，做应急响应时，时间就是生命。5天能拿到新数据，比 Landsat 快了三倍。
我记得有一次处理某地地震后的滑坡监测，Sentinel-2 刚好在震后第3天过境。拿到数据一看，滑坡边界清清楚楚。要是等 Landsat，还得再等13天。
- Sentinel-2A/B：双星组网，5天重访
- 13个光谱波段，覆盖可见光到短波红外
- 10m（可见光）/20m（红边）/60m（大气校正）
3.1.3 高分系列
高分系列是咱们国产的骄傲。高分1号到7号，各有各的绝活。做城市灾害评估时，我特别喜欢用高分2号——0.8米分辨率，连房子倒了没倒都能看清。
但说实话，高分数据获取没那么容易。需要走申请流程，不像 Landsat 那样直接下载。我建议你提前准备好项目材料，别等灾害发生了才去申请，黄花菜都凉了。
3.2 SAR 数据获取
SAR 数据，说白了就是“雷达拍照”。它不怕云，不怕雨，白天黑夜都能干活。做洪灾监测时，SAR 是我的首选。
3.2.1 Sentinel-1
Sentinel-1 是欧空局的宝贝。C波段，12天重访（双星6天）。我最喜欢它的干涉模式（IW），做地面形变监测一绝。
为什么会这样？因为 SAR 数据能穿透云层。2017年某地台风引发洪灾，光学数据全被云遮了。我调出 Sentinel-1 的数据，水体的后向散射信号特别弱，在图像上呈现黑色，洪水范围一目了然。
# Sentinel-1 数据下载示例（使用 sentinelsat 库）
from sentinelsat import SentinelAPI
api = SentinelAPI('username', 'password', 'https://scihub.copernicus.eu/dhus')
# 搜索洪灾区域数据
products = api.query(
area='POLYGON((120.5 30.2, 121.0 30.2, 121.0 30.8, 120.5 30.8, 120.5 30.2))',
date=('20230601', '20230610'),
platformname='Sentinel-1',
producttype='GRD'
)
# 下载第一个结果
for product_id in products:
api.download(product_id)
break
3.2.2 Radarsat
Radarsat 是加拿大的老牌 SAR 卫星。C波段，分辨率最高可达3米。做精细化的灾害评估时，Radarsat-2 的数据质量没得说。
但有个问题——Radarsat 数据要花钱。我记得2018年做某项目时，买一景 Radarsat-2 数据花了3000多块。所以我的建议是：能用免费数据解决的问题，就别花钱。
| 参数 | Sentinel-1 | Radarsat-2 |
|---|---|---|
| 波段 | C波段（5.405 GHz） | C波段（5.405 GHz） |
| 分辨率 | 5m-40m | 3m-100m |
| 重访周期 | 6天（双星） | 24天 |
| 费用 | 免费 | 商业收费 |
| 极化方式 | VV+VH | 全极化 |
3.3 数据获取策略
做应急响应时，时间窗口就那么几天。我的策略很简单：
- 先看天气： 晴天用光学，阴天用SAR
- 再看分辨率： 大范围用30m，小区域用10m以下
- 最后看时效： 优先选最近过境的数据
嗯，说白了就是灵活搭配。我2016年做某地地震评估时，先用 Sentinel-1 做快速形变监测，再用高分2号做建筑物损毁评估，最后用 Landsat 做区域背景分析。三种数据配合，效果出奇的好。
- 光学数据：适合晴好天气，做地物分类和变化检测
- SAR数据：全天候工作，做形变监测和水体提取
- 组合使用：取长补短，提高应急响应效率
最后说一句：数据获取只是第一步。拿到数据后怎么处理、怎么分析，才是真正的技术活。但那是后面章节的内容了，咱们下次再聊。
公众号:蓝海资料掘金营，微信deep3321